CN104793609B - 一种自适应光学电控***自检及故障诊断专家*** - Google Patents
一种自适应光学电控***自检及故障诊断专家*** Download PDFInfo
- Publication number
- CN104793609B CN104793609B CN201510229067.7A CN201510229067A CN104793609B CN 104793609 B CN104793609 B CN 104793609B CN 201510229067 A CN201510229067 A CN 201510229067A CN 104793609 B CN104793609 B CN 104793609B
- Authority
- CN
- China
- Prior art keywords
- module
- self
- fault
- fault diagnosis
- control system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 34
- 230000003287 optical effect Effects 0.000 title claims abstract description 13
- 230000003044 adaptive effect Effects 0.000 claims abstract description 28
- 238000012423 maintenance Methods 0.000 claims abstract description 4
- 238000007689 inspection Methods 0.000 claims description 23
- 238000013461 design Methods 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 8
- 238000000034 method Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 239000013307 optical fiber Substances 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 2
- 238000012360 testing method Methods 0.000 claims 1
- 238000012546 transfer Methods 0.000 claims 1
- 230000006870 function Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000033772 system development Effects 0.000 description 2
- 238000013024 troubleshooting Methods 0.000 description 2
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0275—Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
- G05B23/0278—Qualitative, e.g. if-then rules; Fuzzy logic; Lookup tables; Symptomatic search; FMEA
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种自适应光学电控***自检及故障诊断专家***。本发明基于自适应光学***电控***的故障树分析，建立了***的自检及故障诊断专家***，其主要包括人机接口模块、数据库模块，推理机模块，以及解释模块。所述通过对自适应光学***电控***故障分析的基础上，设计生成***故障树，通过故障树知识生成故障诊断专家***的知识库，再依据故障树生成的知识库进行故障诊断推理，最后实现光学***、电控***、故障诊断专家***的功能。本发明适用于自适应光学***电控***的日常维护和故障诊断工作。
Description
技术领域
本发明涉及自适应光学***领域，具体涉及自适应光学***领域中电控***的自检及故障诊断内容。
背景技术
自适应光学***是一套大型的复杂***，整个***涉及光学、机械、电子、控制等不同领域，其中电子技术更是覆盖了自适应光学***的采集-处理-矫正-观察等各个阶段。随着自适应光学技术的日益发展和成熟，自适应光学***更是越来越多的应用在航天、医学、天文、工业等不同领域。自适应光学***的高复杂度和广泛应用也对其电控***的可靠性提出了更高的要求。同时对于自适应光学***电控***来说，***模块众多且分散，应用环境复杂多变，***内部状况也相当繁杂。所以对于电控***运行状态的检查不仅浪费大量的人力物力，而且从***的角度来讲也难以实施。并且国内自适应光学***研制起步较晚，学科体系发展还不是很健全，对于电控***的自检及故障诊断研究国内也很少。所以，在***的日常使用过程中急需一种有效的易用的实时故障诊断及自检***。基于以上考虑我们分析自适应光学电控***的故障点，设计故障树，针对各故障点提供检测方法，并编写故障检测的人机操作界面。建立一套简化的自适应光学电控***的故障诊断专家***，具备对整个自适应光学电控***的故障诊断功能。
发明内容
本发明为自适应光学***电控***提供了一种自检及故障诊断的方法设计。本发明的目的是可以通过***的人机接口实现对自适应光学***电控***的故障检测及诊断并指导现场人员进行排查，保证电控***有效运行。
本发明技术解决方案是基于自适应光学***电控***的故障树分析，建立了***的自检及故障诊断专家***，其主要包括人机接口模块、数据库模块，推理机模块，以及解释模块。所述的人机接口模块主要与数据库模块、解释模块、推理机模块相连。
进一步的，所述的数据库模块主要与推理机模块、人机接口模块、解释模块相连。数据库模块主要包括(1)***预置数据库，预先编制存储光学***电控***故障识别处理专家知识；(2)管理分析模块，记录存储***故障日志，***故障维修记录，更新预置数据库中的故障处理办法。
进一步的，所述的推理机模块的主要功能包括(1)预先编辑设定诊断逻辑流程，当***出现故障时提供给自检及故障诊断专家***调用；(2)采用基于规则的自检及故障诊断专家***：一般形式是：if<前提>then<结论>。
进一步的，所述的故障树分析可以详细表明可能造成***故障的多种因素，判断***设计薄弱环节，指导***的自检及故障诊断专家***设计。
进一步的，所述的自适应光学***电控***的自检及故障诊断的专家***设计及诊断步骤如下：(1)分析***故障，设计生成故障树；(2)根据故障树设计***预置数据库；(3)***实时采集光学***、电控***各硬件模块信息；(4)根据返回信息调用推理机模块判别***是否存在故障；(5)若存在故障与知识库对比，获得处理办法，并且记录此次故障信息。
附图说明
图1为本发明自适应光学***电控***的自检及故障诊断的专家***的组成示意图。
图2为自适应光学***电控***故障树示意图。
图3为自适应光学***电控***的自检及故障诊断的专家***的示意图。
具体实施方式
下面结合附图以及具体实施进一步说明本发明。
如图1所示，自适应光学***电控***的自检及故障诊断的专家***设计及诊断步骤如下：分析***故障，设计生成故障树(如图2)；根据故障树设计***预置数据库；***实时采集光学***、电控***各硬件模块信息；根据返回信息调用推理机模块判别***是否存在故障；若存在故障与知识库对比，获得处理办法，并且记录此次故障信息。
主要通过人机交互界面录入导出、显示故障信息，***设计预置数据库属于数据库模块包含预先编制存储光学***电控***故障识别处理专家知识。数据库模块记录分析***故障日志，***故障维修记录，更新预置数据库中的故障处理办法。推理机模块预先编辑设定诊断逻辑流程，当***出现故障时提供给自检及故障诊断专家***调用；诊断流程主要通过***命令获取故障模块的故障特征值，将特征值与***预先设定的故障信息数据库进行比较，从而判断故障类型及故障位置；采用基于规则的自检及故障诊断专家***：一般形式是：if<前提>then<结论>。
根据***分析结果设计***故障树如图2所示。其中序号所代表内容如表1所示。
表1
根据图2故障树示意图完成自检及故障诊断专家***设计，该自检及故障诊断专家***软件示意框图如图3所示。根据自适应光学***电控***的组成，考虑到***的易用性和合理性，本发明将待检测的内容(即自适应光学***电控***)主要分为辅助模块，波前处理模块，数据传输模块三大部分。辅助模块主要包括电源***，检查电源***是否上电，继电器工作是否正常，输出电压是否正常等内容。波前处理模块主要包含波前处理机***和高压驱动器***两大部分，波前处理机***中我们主要对其控制端以及数据接收端进行检测。主要检测波前处理机对于命令的发送和接收是否正常，检测数据和图像的接收是否正常。高压驱动器***中我们除了要对控制端进行检测外还要对多路电压的返回进行检测，通过发送固定电压到高压驱动器***，判断返回电压是否正常。在数据传输模块中我们主要检测网络交换机的配置是否正确，光纤交换机对于多路光纤信号的接收和分发是否正确。其中最主要的还是对相机转接***的检测，检测数据转换卡接收相机数据是否正常，数据转换卡到相机的控制命令发送是否正常等等。
Claims (3)
1.一种自适应光学电控***自检及故障诊断专家***，其特征在于：基于自适应光学***电控***的故障树分析，建立***的自检及故障诊断专家***，其主要包括人机接口模块、数据库模块，推理机模块，以及解释模块；所述的人机接口模块与数据库模块、解释模块、推理机模块相连；
数据库模块与推理机模块、人机接口模块、解释模块相连，数据库模块包括(1)***预置数据库，预先编制存储光学***电控***故障识别处理专家知识；(2)管理分析模块，记录分析***故障日志，***故障维修记录，更新预置数据库中的故障处理方法；
电控***主要包括辅助模块，波前处理模块，数据传输模块三部分；辅助模块主要包括电源***，检查电源***是否上电，继电器工作是否正常，输出电压是否正常；波前处理模块主要包含波前处理机***和高压驱动器***两大部分，波前处理机***中对其控制端以及数据接收端进行检测，主要检测波前处理机对于命令的发送和接收是否正常，检测数据和图像的接收是否正常；高压驱动器***中除了要对控制端进行检测外还要对多路电压的返回进行检测，通过发送固定电压到高压驱动器***，判断返回电压是否正常；在数据传输模块中主要检测网络交换机的配置是否正确，光纤交换机对于多路光纤信号的接收和分发是否正确；其中还对相机转接***进行检测，检测数据转换卡接收相机数据是否正常，数据转换卡到相机的控制命令发送是否正常。
2.根据权利要求1所述的自适应光学电控***自检及故障诊断专家***，其特征在于：预先编辑设定诊断逻辑流程，当***出现故障时提供给自检及故障诊断专家***调用。
3.根据权利要求1至2之一所述的自适应光学电控***自检及故障诊断专家***，其特征在于：***自检及诊断步骤如下：(1)分析***故障，设计生成故障树；(2)根据故障树设计***预置数据库；(3)专家***实时采集光学***、电控***各硬件模块信息；(4)根据返回信息调用推理机模块判别***是否存在故障；(5)若存在故障，与知识库对比，获得处理办法，并且记录此次故障信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510229067.7A CN104793609B (zh) | 2015-05-07 | 2015-05-07 | 一种自适应光学电控***自检及故障诊断专家*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510229067.7A CN104793609B (zh) | 2015-05-07 | 2015-05-07 | 一种自适应光学电控***自检及故障诊断专家*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104793609A CN104793609A (zh) | 2015-07-22 |
| CN104793609B true CN104793609B (zh) | 2017-10-20 |
Family
ID=53558495
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510229067.7A Active CN104793609B (zh) | 2015-05-07 | 2015-05-07 | 一种自适应光学电控***自检及故障诊断专家*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104793609B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105404217A (zh) * | 2015-10-21 | 2016-03-16 | 中国科学院光电技术研究所 | 一种可检测的自适应光学电控***及其设计方法 |
| CN109669439A (zh) * | 2018-12-14 | 2019-04-23 | 中国航空工业集团公司西安飞机设计研究所 | 一种基于故障树的飞机机电***健康管理装置及管理方法 |
| CN111483469B (zh) * | 2020-04-27 | 2021-08-03 | 湖南大学 | 一种用于电动汽车整车控制器故障诊断的分析与测试方法 |
| CN111694344B (zh) * | 2020-06-19 | 2023-09-15 | 海南大学 | 马铃薯收获机故障诊断***与方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0776735B2 (ja) * | 1988-09-28 | 1995-08-16 | 富士重工業株式会社 | 車輌診断システム |
| JPH0934536A (ja) * | 1995-07-25 | 1997-02-07 | Hitachi Ltd | 故障診断装置及び方法 |
| US6907545B2 (en) * | 2001-03-02 | 2005-06-14 | Pitney Bowes Inc. | System and method for recognizing faults in machines |
| CN101093559B (zh) * | 2007-06-12 | 2010-06-23 | 北京科技大学 | 一种基于知识发现的专家***构造方法 |
| CN101515176B (zh) * | 2008-08-29 | 2012-02-08 | 郭春勇 | 电控***检测装置和检测方法 |
| CN101877075B (zh) * | 2009-10-29 | 2013-02-27 | 北京航空航天大学 | 一种故障诊断知识获取*** |
| CN104376033B (zh) * | 2014-08-01 | 2017-10-24 | 中国人民解放军装甲兵工程学院 | 一种基于故障树和数据库技术的故障诊断方法 |
-
2015
- 2015-05-07 CN CN201510229067.7A patent/CN104793609B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN104793609A (zh) | 2015-07-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110717665B (zh) | 基于调度控制***故障辨识及趋性分析***和方法 | |
| US8126679B2 (en) | Automatic remote monitoring and diagnostics system | |
| CN104793609B (zh) | 一种自适应光学电控***自检及故障诊断专家*** | |
| CN101989087B (zh) | 工业化加工渣油的在线实时故障监测与诊断的***装置 | |
| CN107704392A (zh) | 一种测试用例的处理方法及服务器 | |
| CN105095817B (zh) | 基于人工智能的智能机器人故障诊断方法、装置及*** | |
| Li et al. | Data-driven cyberattack detection for photovoltaic (PV) systems through analyzing micro-PMU data | |
| CN110884687A (zh) | 一种机电***phm技术半物理实时仿真验证平台 | |
| CN108663581A (zh) | 一种智能变电站二次设备测试方法 | |
| CN105527910A (zh) | 一种基于opc ua的远程监控***及故障排除方法 | |
| Xu | A survey of knowledge-based intelligent fault diagnosis techniques | |
| CN110361609A (zh) | 特高压设备监测***及方法 | |
| CN115878992A (zh) | 综合管廊供电***的监控方法和监控*** | |
| CN113743246A (zh) | 一种基于深度学习的关键电能设备故障诊断方法 | |
| CN112803587A (zh) | 一种基于诊断决策库的自动化设备状态智能巡视方法 | |
| CN109597389A (zh) | 一种嵌入式控制***的测试*** | |
| CN116433018A (zh) | 基于数字孪生的配电网风险态势感知方法及装置 | |
| CN111539642B (zh) | 一种基于面向对象的电厂数据采集处理***及其方法 | |
| CN114564278A (zh) | 一种基于ai人工智能算法模型训练台套实现方法 | |
| Jingyu et al. | Statistical analysis of distribution network fault information based on multi-source heterogeneous data mining | |
| Streiffer et al. | Learning to simplify distributed systems management | |
| CN112948154A (zh) | 一种***异常诊断方法、装置及存储介质 | |
| Naqvi et al. | Adaptive Immunity for Software: Towards Autonomous Self-healing Systems | |
| Young et al. | Semi-automated knowledge capture and representation for the development of knowledge based systems | |
| Jie et al. | Exploration on Artificial Intelligence Technology in Power System State Estimation, Monitoring and Early Warning System |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| EXSB | Decision made by sipo to initiate substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |